serie n° 18 introduccion probabilidad
TRANSCRIPT
2
372.7And.Cuaderno N° 18Introducción a la ProbabilidadFederación Internacional Fe y Alegría, Julio 200732 p.; 21,5 x 19 cm.ISBN: 978-980-6418-97-4 Matemáticas, Probabilidad
3
“En el lote siempre creciente de las actividades que se os ofrecen, esco-ged primero las que iluminen vues-tra vida, las que den sed de cono-cimientos y de crecimiento, las que hagan brillar el sol.”
Celestin Freinet
4
EQUIPO EDITORIALBeatriz Borjas y Carlos Guédez
Dimensión: Desarrollo del pensamiento matemáticoCuaderno N° 18Introducción a la ProbabilidadAutor: Martín Andonegui Zabala
Este libro se ha elaborado con el propósito de apoyar la práctica educativa de los cientos de educadores de Fe y Alegría. Su publicación se realizó en el marco del Programa Internacional de Formación de Educadores Populares desarrollado por la Federación Internacional Fe y Alegría desde el año 2001.
Diseño y Diagramación: Moira OlivarIlustraciones: Corina ÁlvarezConcepto gráfico: Juan BravoCorrección de textos: Carlos Guédez y Martín Andonegui
Edita y distribuye: Federación Internacional de Fe y Alegría. Esquina de Luneta. Edif. Centro Valores, piso 7 Altagracia, Caracas 1010-A, Venezuela.Teléfonos: (58) (212)5631776 / 5632048 / 5647423. Fax: (58) (212) 5645096www.feyalegria.org
© Federación Internacional Fe y Alegría
Depósito legal: lf 60320075192629Caracas, Julio 2007
Publicación realizada con el apoyo de:Centro Magis - Instituto Internacional para la Educación Superior en América Latina y el Caribe (IESALC) - Corporación Andina de Fomento (CAF)
5
introducción
La sugerencia que proponíamos en el Cuaderno No 1 y que siempre
presidirá los demás Cuadernos: Vamos a estudiar matemática, pero no lo vamos a hacer como si fuéramos simplemente unos alumnos que posteriormente van a ser eva-luados, y ya. No. Nosotros somos docentes –docentes de matemática en su momento- y este rasgo debe caracterizar la forma de construir nuestro pensamiento matemático. ¿Qué significa esto?
• La presencia constante de la meta última de nuestro estudio: alcanzar unos niveles de conocimiento tecnológico y re-flexivo, lo cual debe abrir ese estudio hacia la búsqueda de aplicaciones de lo aprendi-do, hacia el análisis de los sistemas que dan forma a nuestra vida y utilizan ese conoci-miento matemático, y hacia criterios socia-les y éticos para juzgarlos.
• Construir el conocer de cada tópico matemático pensando en cómo lo enseña-mos en el aula, además de reflexionar acer-ca de cómo nuestro conocer limita y con-
A modo de introducción..., nuestro recordatorio
diciona nuestro trabajo docente. De esta forma, integrar nuestra práctica docente en nuestro estudio.
• Como complemento a lo anterior, construir el conocer de cada tópico mate-mático pensando en cómo lo podemos lle-var al aula. Para ello, tomar conciencia del proceso que seguimos para su construcción, paso a paso, así como de los elementos –cognitivos, actitudinales, emocionales...- que se presenten en dicho proceso. Porque a partir de esta experiencia reflexiva como estudiantes, podremos entender y evaluar mejor el desempeño de nuestros alumnos –a su nivel- ante los mismos temas.
• En definitiva, entender que la mate-mática es la base de su didáctica: la forma en que se construye el conocimiento ma-temático es una fuente imprescindible a la hora de planificar y desarrollar su enseñan-za.
Y ahora, vamos al tema de este Cuader-no, la probabilidad.
6
Retomemos el punto de la toma de decisiones. En el Cuaderno anterior decíamos que la expresión organizada y el análisis de la información pueden ayudarnos
en ese aspecto. Pero, aparentemente, hay muchas situaciones en la vida en las que no somos conscientes de tal requerimiento, ya que, para tomar una decisión, sencillamente contamos con la experiencia previa, es decir, con la expectativa, más o menos fundada, acerca de lo que puede ocurrir, de lo que suele ocurrir habitualmente, de lo que “proba-blemente” ocurra.
Pero realmente no hay oposición entre “información organizada” por un lado, y “ex-periencia previa” por otro, como requisitos para la toma de decisiones. Sencillamente, porque la “experiencia previa” no es otra cosa sino el resultado final de un procesa-miento interno de numerosos datos anteriores de información relativos a determinados fenómenos que afectan nuestra vida, datos que siguen ciertos patrones de regularidad y que terminan por convertirse en generadores de eso que llamamos experiencia: “Cuan-do ocurra esto, casi seguro que reaccionaré de esta forma, porque así me lo sugiere la experiencia”.
La información organizada está así presente en la experiencia. Es más, la experiencia se nutre de la información más procesada y elaborada por el sujeto, aunque éste haya per-dido conciencia de la presencia de todos los datos particulares que sirvieron para generar su predisposición a responder de una manera determinada ante tal situación.
De modo que información y experiencia se funden y están presentes en cada momen-to para crear en nosotros la expectativa ante lo que “probablemente” puede ocurrir en una situación particular.
Pensemos por ejemplo en el día de mañana. Supongamos que estamos haciendo, de víspera, la agenda para mañana. Evidentemente, hay un margen de incertidumbre en los eventos programados. Pero siempre nos atenemos a lo que pensamos que puede ocurrir con mayor probabilidad: va a llover (si estamos en temporada de lluvias), el transporte va a funcionar como todos los días, todos los docentes del plantel van a acudir, la casi totalidad de los alumnos va a venir a clase, se va a contar con los servicios escolares (luz, agua, aseo...), el desarrollo de la clase va a ser similar al de los días anteriores, etc. Sobre esta base elaboramos nuestra agenda, es decir, tomamos decisiones acerca de lo que vamos a hacer.
En otros aspectos, también tomamos decisiones sobre la base de resultados es-perados: Si tenemos algún objeto frágil y de valor en nuestra mano, no lo soltamos, por-que “es seguro” que si lo hacemos caerá al piso, ya que “es imposible” que se sostenga solo en el aire, a menos que exista una fuer-za que contrarreste a la de la gravedad. O bien, no voy a preguntar a Fulanito en clase, porque es “muy probable” que no sepa la respuesta...
“Es seguro”, “es imposible”, “es proba-ble”, “puede ser”, “quizá no ocurra”... son expresiones que pertenecen al mundo y al léxico de lo que denominamos la probabi-lidad, y que nosotros utilizamos a diario. En definitiva, salvo en el caso de las expe-riencias en que es posible predecir exacta-mente su resultado (los casos “seguros” que responden a leyes naturales o a reglas ma-temáticas que no admiten excepciones), no sabemos de antemano y con exactitud lo que va a ocurrir.
De todo esto podemos inferir que el cli-ma, el ambiente de probabilidad nos acom-paña permanentemente, forman parte de la trama continua de todos nuestros días, estemos conscientes o no de ello. Porque, simplemente, vivimos ligados a nuestra ex-pectativa acerca de la producción o apari-ción de determinados resultados.
De entrada, parece muy positivo apren-der a calificar cada suceso o cada posible resultado de una situación en términos de la probabilidad de que ocurra, y a tomar deci-siones a partir de esta toma de conciencia. En otras palabras, aprender a manejarnos
1. ¿Y por qué estudiamos la probabilidad?
7
en un mundo en el cual la aparición de de-terminados resultados está signada por la probabilidad.
Pues bien, al igual que sobre otros mu-chos aspectos de nuestra vida, la Matemá-tica tiene algo que decirnos acerca de todo esto. No nos va a proporcionar una segu-ridad absoluta para movernos en nuestra vida y garantizarnos siempre una perfecta toma de decisiones, pero sí nos va a ayudar a entender eso que llamamos probabilidad, va a tener la osadía de tratar de hallar cier-tas leyes y procesos que la rigen, y nos va a facilitar de alguna manera nuestra toma de decisiones.
Seguramente (o “muy probablemen-te”...) ya estamos percibiendo la utilidad y el interés por adentrarnos en los terrenos de lo que tiene que ver con la probabilidad. Utilidad e interés no sólo para nosotros, sino también para nuestros alumnos, pues sus vidas también están llenas de expectati-vas y en pleno proceso de adquirir y asimi-lar numerosas experiencias que, de alguna manera, estarán referidas a resultados que también ellos irán calificando de “seguros”, “imposibles”, “más o menos probables”...
Se trata, pues, de abordar los conceptos y los procesos de la teoría matemática de la Probabilidad sin temor. Se refieren a cosas muy familiares de nuestra vida y no es algo difícil. El prerrequisito de entrada puede ser la curiosidad, el deseo de satisfacer la expectativa generada por la incertidumbre de los resultados de algunas situaciones, y las ganas de conocer qué tipos de leyes y procesos rigen a estas últimas.
2. ¿Cara o sello?, o la intervención del azar
Muy bien, lancemos una moneda (una moneda sin ningún truco, claro...) al aire. Si preguntamos de antemano el resultado de este lanzamiento, podemos optar por cualquiera de las dos respuestas: cara o sello (evitamos la situación surrealista de que caiga y se man-tenga de canto...). Pero nadie que dé alguna de esas dos respuestas puede estar seguro de que acierte.
Solemos decir que este es un suceso re-gido por el azar. También se le califica como suceso aleatorio (del latín [alea] = dado; aleatorio = propio del juego de dados; y por extensión, lo que está regido por el azar]. Así son todos los juegos en los que intervienen los dados, las cartas de la baraja, los sorteos, las loterías (que ya no son un juego), etc.
Frente a lo aleatorio está el mundo del determinismo. Por ejemplo, si pregunto por el resultado de 2 + 2, ó de 7 x 8, o cómo se escribe 357 en el sistema de numeración maya, la respuesta es única y determinada; no hay otras opciones frente al resultado único. Y así con otros hechos naturales: un hijo no puede tener más años que sus progenitores vivos, etc.
Aclarado el significado del azar, de lo aleatorio y de lo determinista, vamos a imagi-narnos por un momento en un escenario de ciencia ficción y nos metemos en la moneda que se va a lanzar al aire. Y vamos a tomar nota muy precisa de los factores que van a intervenir en el proceso (trayectoria y resultado) de su lanzamiento al aire.
Entre estos factores están: la posición de la moneda sobre el dedo que la va a lanzar, la altura a la que se encuentra con respecto al piso, la fuerza exacta con la que va a ser impulsada, la altura que va a alcanzar, las fuerzas actuantes del ambiente (gravitatoria, electromagnética, corrientes de aire, etc.), la naturaleza de la superficie sobre la que va a caer (dureza, inclinación, relieve, extensión, límites...), los objetos contra los cuales puede chocar (posición, tamaño, grado de movilidad, dureza...), los efectos de estos posibles choques, las fuerzas de equilibrio que actuarán en su recorrido sobre la superficie de caída..., y quizá otros más.
8
3. La búsqueda de seguridad y la aceptación del riesgo
Los escenarios a los que nos tenemos que enfrentar en cada momento son muy va-riados; algunos son los previstos; otros no lo son. Por ejemplo, hacemos una pregunta en clase y nos contesta un niño o una niña cuya participación no esperábamos (y quizá tam-poco la respuesta que nos da). O bien, inesperadamente nos interpela una persona; o nos encontramos con un grupo de personas ya conformado y que nosotros no convocamos...
Todos estos hechos son contingentes; es decir, ocurren (y son los únicos que ocurren en su momento), pero bien pudieron haber acaecido otros: responden otros niños, nos interpela otra persona, encontramos el grupo conformado por otras personas... Nuestra experiencia ya nos ha enseñado que la realidad es contingente: delante nuestro está lo que está: personas, objetos, situaciones, actividades, intenciones de la gente, objetivos...; pero podríamos estar enfrentando una realidad diferente. Y además, desconocemos la que viene.
Esa contingencia se manifiesta a cada momento. Frente a ella, nuestra reacción es-pontánea siempre consiste en buscarle sentido a lo contingente, porque todos intentamos vivir en armonía con nuestro mundo. En otras palabras, buscamos regularidades que nos den seguridad en nuestra toma de decisiones y orienten nuestra acción en respuesta a la realidad.
¿Cómo son estas regularidades? Son reglas validadas en el pasado, las que conforman nuestra experiencia, y que nosotros evocamos en el momento apropiado e intentamos proyectar hacia el futuro. Así juega nuestra experiencia; y debemos recalcar lo de “nues-tra”, porque generalmente la experiencia ajena no nos sirve de mucho.
Con este recurso a la experiencia intentamos enfrentar la incertidumbre y disminuir el riesgo ante la toma de decisiones. Pero de todas formas, no siempre encontramos
Si nosotros, viajeros en esa moneda, tu-viéramos conocimiento de todos los factores actuantes, de la forma precisa en que van a actuar y de los resultados sucesivos y com-binados de su actuación, y si contáramos además con el tiempo suficiente para hacer todos los cálculos pertinentes relativos a la trayectoria a seguir, llegaríamos a la respuesta de su posición final antes de que la moneda detuviera su movimiento. Es más, ni siquiera necesitaríamos viajar en la moneda. Podría-mos saber de antemano el resultado del lan-zamiento.
En resumen, todo el proceso de lanza-miento de la moneda está regido por leyes bien precisas que actúan inexorablemente. No puede ocurrir, en ningún momento de la trayectoria de la moneda, ni en su posición final, absolutamente nada que no esté regido por esas leyes físicas. Estamos en presencia de un evento físicamente determinista.¿Por qué, entonces, llamamos aleatorio a este suceso?
¿Por qué decimos que el resultado del lan-zamiento de una moneda está regido por el azar? Por una simple razón: porque no tene-mos el conocimiento ni el tiempo para poder calcular de antemano y con toda precisión ese resultado.
¿Dónde está el azar? ¿En la moneda? ¿En el movimiento de la moneda? No: “está en nuestra torpeza, la inexperiencia o la ingenui-dad del que tira [la moneda]... o en el ojo del observador” (Ekeland, 1998, p. 16). En otras palabras, la presencia del azar es un indicio de la presencia de nuestra ignorancia, de nuestra incapacidad para predecir con exac-titud el resultado final.
De modo que cuando hablamos de fenómenos o sucesos aleatorios es porque estamos incluyendo al observador como parte del fenómeno; es el observador el que desconoce el resultado final, el que incluye el azar en el experimento, el que lo dota del calificativo de aleatorio. Los dados no juegan a los dados, porque para ellos no hay ningún misterio en ese resultado final; ellos sólo se dejan llevar por las leyes actuantes, que siempre lo hacen de una forma determinada.
9
la respuesta satisfactoria en este recurso a la experiencia (esta insatisfacción también forma parte de nuestra experiencia acumu-lada...).
Entonces recurrimos a fuentes externas que le brinden soporte a nuestra búsqueda de seguridad. Las personas lo han hecho así desde los albores de la humanidad; han acudido a magos, adivinos, profetas, sacer-dotes, oráculos...; a herramientas que des-velan el azar (lo que salga en los dados, en las cartas, en las entrañas de las aves, en el poso del café, en el tabaco que se enciende y se consume, en el horóscopo... y tantas otras versiones locales).
El uso de estos recursos cuenta inclu-so con la bendición divina. En el Antiguo Testamento se menciona el uso de “echar suertes” para elegir ¡nada menos que al primer rey de Israel, Saúl!; y se cuenta que se hizo por partida triple, para elegir suce-sivamente la tribu, la familia y, finalmente, la persona (I Samuel 10, 20-24). La justi-ficación de este recurso se encuentra en
este versículo de los Proverbios: “Se tira al cara o sello en la palma de
la mano, ¡pero la decisión vie-ne de Yahvé!” (Proverbios 16, 33).
Y la validez del recurso de echar suertes persiste en el Nuevo Testamento. Por esta vía y precedida por la oración, se escoge a
Matías entre dos can-didatos para comple-tar el grupo de los doce apóstoles, en una reunión pre-sidida por Pedro (Hechos, 1, 26).
En todos estos casos y guiados por la fe, los hombres se alivian del peso de la incertidumbre acudiendo a Dios; se deja en sus manos la decisión y se acepta lo que la suerte decida como una mani-festación de la voluntad divina, a la que se considera como guía de la historia perso-nal y colectiva.
Este es un ejemplo patente de la ase-veración de que la fe mueve montañas; en este caso, las montañas de la incerti-
dumbre y del riesgo ante la toma de una decisión.
Claro que también hay otras actitu-des religiosas frente a los temas del azar, la incertidumbre y el riesgo. Ekeland ca-lifica “la sonrisa de Buda”, su placidez, como una reacción ante los avatares de la vida. Para quien cree en un ciclo eterno de reencarnaciones no hay incertidumbre ni angustia ante una situación particular. No puede haberlas porque sé que “la vida que me toca hoy no es más que un epi-sodio de una historia infinita en la cual desempeñaré todos los papeles, unos tras otros [...]. El azar se disuelve en la dulce indiferencia del mundo” (Ekeland, 1998, p. 142).
Pues bien, mediante la utilización de la información, la invocación de la experien-cia, o el recurso a factores externos (perso-nas, instrumentos de adivinación, fe en la intervención de fuerzas trascendentes), lo que buscamos es superar la incertidumbre y disminuir el riesgo inherente a nuestra toma de decisiones, a la orientación que demos a nuestra acción.
En otros términos, buscamos convertir toda elección preñada de azar (por nuestra ignorancia) en una búsqueda de determi-nismos subyacentes. Todo por la necesidad de “identificar y de construir oasis de regu-laridad en el desierto de la contingencia” (Ekeland, 1998, p. 73). No debe causarnos sorpresa que, dentro del racionalismo de la cultura occidental, el terreno en que se rastrea y se descubren los fundamentos de esos determinismos sea la Matemática.
10
No de lanzamientos No de caras (C) Frecuencia relativa Porcentaje (%)
1 0 0 0
2 1 0,5 50
5 3 0,6 60
10 7 0,7 70
20 13 0,65 65
40 21 0,525 52,5
60 30 0,5 50
80 36 0,45 45
100 45 0,45 45
125 56 0,448 44,8
150 74 0,493 49,3
175 85 0,486 48,6
200 102 0,51 51
absolutamente impredecibles; situaciones desconocidas, frente a las cuales no contamos con ningún apoyo de experiencias previas.
c) Finalmente, hay otro tipo de fenómenos cuyos resultados no son predecibles, pero tampoco son fortuitos. Hay en ellos cierta regularidad. Déjenme construir un ejemplo.
Desde que terminé el párrafo anterior hasta el momento en que he empezado éste, me he dedicado a un experimento: he efectuado 200 lanzamientos de una moneda (un buen ejercicio, se lo aseguro...); después de cada uno de ellos he anotado el resultado en términos de cara (C) o sello (S).
No voy a mostrar la secuencia completa de resultados de esos lanzamientos, pero sí la frecuencia relativa progresiva de caras (y el correspondiente porcentaje) en determinados momentos del experimento [denotaremos por frecuencia relativa el cociente entre el número de caras y el número de lanzamientos]:
4. La teoría matemática de la probabilidad
¿Por dónde puede empezar la Matemática a indagar acerca de las situaciones en las que intervienen el azar y la incertidumbre? Una vía puede ser preguntar por la naturaleza de las situaciones o fenómenos que debemos abor-dar.
4.1. Los tipos de fenómenos
a) Así, hay sucesos o eventos que son to-talmente predecibles, seguros; por ejemplo, que 2 + 2 es 4; que un hijo tiene menos años que sus progenitores vivos; que un objeto ex-puesto a una fuente luminosa fija produce una sombra; que dos objetos colocados en el vacío caen a la misma velocidad; que en un plano la línea recta es el camino más corto para unir dos puntos; que, como decía nuestro inolvi-dable Mario Moreno, Cantinflas, “siempre que pasa igual, sucede lo mismo”; etc.
En todos estos eventos, puedo predecir el resultado con precisión, sin ninguna duda: si me preguntan por el resultado de 2 + 2, o si una persona tiene menos años que su proge-nitor vivo, o cuál es el camino más corto para unir dos puntos de un plano, o de qué color será una cinta que se extrae de una caja don-de todas las cintas son verdes; etc.: tengo una respuesta única para cada una de estas situa-ciones.
b) Hay otro tipo de fenómenos que son totalmente fortuitos y cuyos resultados son
11
Como podemos observar, la frecuencia re-lativa oscila (sobre todo al comienzo), pero a medida que crece el número de casos tiende a estabilizarse alrededor de cierto valor (en este caso, alrededor de 0,5).
Reúnanse en grupo y efectúe cada quien 100 lanzamientos de una moneda, anotando los resultados obtenidos.
a) Elabore cada quien una tabla similar a la anterior (para el caso de obtener sello) y obtenga la frecuencia relativa correspon-diente a su serie completa de lanzamien-tos.
b) Obtengan la media de las frecuencias relativas calculadas en a).
c) Si hubieran reunido en una sola serie el número de sellos obtenidos entre todos los participantes y hubieran calculado la frecuencia relativa correspondiente, ¿habría coincidido este valor con el obtenido en b)? ¿Por qué? (Calcúlenlo, para salir de dudas).
Si analizamos con cuidado este experi-mento de lanzar una moneda y preguntar por el resultado del lanzamiento, podemos desta-car las siguientes características:
• El experimento tiene más de un resulta-do posible, sin que exista ventaja de uno(s) de ellos respecto a los demás (en nuestro caso hay dos resultados posibles: C o S; y la moneda es normal).
• Para cualquier observador del experi-mento y a partir de sus conocimientos, el re-sultado es impredecible.
• Se supone que el experimento se pue-de reproducir cuantas veces se desee, en las mismas condiciones.
• La secuencia de resultados obteni-dos en la repetición del experimento care-ce de un patrón que el observador pueda predecir (en nuestro caso, después de que salga cara no se puede asegurar que en el siguiente lanzamiento saldrá sello; no hay ningún patrón y pueden producirse rachas de caras o de sellos de cualquier tamaño).
• Las fluctuaciones de las frecuencias relativas se hacen cada vez más estables a medida que aumenta el número de experi-mentos; y la amplitud de las variaciones de cada frecuencia relativa con respecto a la anterior, tiende a hacerse cada vez menor. En otras palabras, hay una estabilización, a largo plazo, de la frecuencia relativa.
Kolmogorov, un matemático ruso que vivió en el siglo pasado (1903-1987), con-sideró estas características como propias y singulares de ciertos fenómenos. Pues bien, los fenómenos que se rigen por estos princi-pios reciben el nombre de fenómenos alea-torios. Y ese valor, estabilizado a largo pla-zo, de la frecuencia relativa de un evento (por ejemplo, del evento “sacar cara en un lanzamiento”, o “sacar 3 caras en tres lan-zamientos seguidos”...) se denomina proba-bilidad del evento, o probabilidad asocia-da al evento. Esto es lo que se estudia en la teoría matemática de la probabilidad.
La historia de la matemática consi-dera a los matemáticos franceses Pascal (1623-1662) y Fermat (1601-1665) –otra
vez nuestro amigo Fermat...- como los iniciadores del cálculo de probabilidades, al resolver un par de problemas propues-tos por el caballero De Meré a Pascal. Un par de problemas bien mundanos, cono-cidos como el problema de los dados y el problema de las partidas.
En el primero se planteaba si es más probable que salga un 6 en cuatro tiradas de un solo dado, o que salga un doble 6 en 24 tiradas de dos dados. En el segun-do, se deseaba averiguar la forma justa en que debía distribuirse el monto de la apuesta entre dos jugadores igualmente hábiles, si la partida se suspendía antes de tiempo y se conocían los puntos lo-grados por cada uno para el momento de la interrupción.
De modo que los primeros desa-rrollos matemáticos referentes a la teoría de la proba-bilidad nacieron al calor del juego y de las apuestas... Recordemos que eran los años de esplendor del rei-nado de Luis XIV (1638-1715), el Rey Sol, un siglo antes de la Revo-lución Francesa.
La costumbre de tomar como referen-cia los juegos de azar para estudiar la teoría matemática de la probabilidad no es, pues,
12
Descripción del evento Subconjunto del espacio muestral
A1: Obtener un 6 A1 = {6}
A2: Obtener un número par A2 = {2, 4, 6}
A3: Obtener un número primo A3 = {2, 3, 5}
A4: Obtener un divisor de 12 A4 = {1, 2, 3, 4, 6}
una concesión a los jugadores, apostadores y tahúres de oficio. De hecho, representa un doble reconocimiento: a los orígenes históricos del establecimiento de esta teo-ría, y al hecho de que tales juegos ofrecen los mejores ejemplos para presentarla y en-tenderla.
4.2. Espacio muestral y eventos probabilísticos
Consideremos un experimento alea-torio (en el sentido de Kolmogorov) como el de arrojar un dado (no cargado) sobre una mesa y observar los puntos de la cara superior. Los posibles resultados son (en números que indican los puntos de cada cara): 1, 2, 3, 4, 5 y 6. El conjunto de todos los resultados posibles de un experimen-to aleatorio recibe el nombre de espacio muestral; lo representaremos con la letra E. En nuestro caso el espacio muestral es: E = {1, 2, 3, 4, 5, 6}.
1. Considere el experimento aleatorio de lanzar una moneda al aire y observar el lado que queda a la vista. Determine su espacio muestral.
2. Considere el experimento aleato-rio consistente en extraer una bola de una bolsa que contiene bolas rojas (R), verdes (V) y negras (N). Determine su espacio muestral.
Volviendo a nuestro experimento con los dados, podemos imaginarnos diversas situaciones; por ejemplo, para una tirada del dado: obtener un 6; obtener un número
par; obtener un número primo; obtener un divisor de 12; etc. Cada una de estas situacio-nes recibe el nombre de evento o suceso.
Observemos que los resultados satisfactorios que pueden esperarse en cada caso son, respectivamente: {6}; {2, 4, 6}; {2, 3, 5}; {1, 2, 3, 4, 6}. Si nos fijamos, estos cuatro grupos de números son subconjuntos del espacio muestral; es decir, conjun-tos formados por elementos que figuran en el espacio muestral. Ahora podemos dar una definición más pre-cisa: Cada uno de los posibles subconjuntos del es-pacio muestral recibe el nombre de evento o suceso. Los designaremos con letras mayúsculas: A, B, etc., o con mayúsculas con subíndices: A1, A2, etc.
Un evento puede ser descrito, pues, de dos maneras posibles: por medio de palabras, o como subconjunto del espacio muestral. Por ejemplo, para los cuatro casos citados anteriormente:
13
Los eventos que coinciden con todo el espacio muestral reciben el nombre de eventos o sucesos seguros; por ejemplo, es seguro que al lanzar un dado se obtendrá un divisor de 60. Por el contrario, los eventos “vacíos”, sin ningún elemento del espacio muestral, reciben el nombre de eventos o sucesos imposibles; por ejemplo, es imposible que al lanzar un dado normal se obtenga una cara con 7 puntos. Finalmente, los eventos que constan de un solo elemento del espacio muestral, reciben el nombre de eventos o suce-sos elementales; por ejemplo, “obtener un 6”.
El conjunto vacío { } también se representa con la letra griega Ø (fi).
• “obtener un divisor de 12” y “ob-tener un 5”
• “obtener un 1” y “obtener un nú-mero primo”
Por otro lado, los eventos pueden com-binarse unos con otros para formar eventos más complejos; siguiendo con el experi-mento del lanzamiento de un dado, pode-mos pensar en los eventos:
• obtener un número que sea par o impar,
• obtener un número que sea primo o compuesto,
• obtener un número que sea primo y par,
• obtener un número que sea par y divisor de 15,
• obtener un número que no sea di-visor de 12,
• obtener un número que no sea primo, etc.
Como puede observarse, los eventos se combinan por la vía de una disyunción (tal cosa o tal otra), de una conjunción (tal cosa y tal otra), o de una negación (que no sea tal cosa).
3. Determine los subconjuntos del es-
pacio muestral {1, 2, 3, 4, 5, 6} correspon-dientes a cada uno de los 6 eventos que se acaban de mencionar.
Una palabra sobre las operaciones con conjuntos
Cuando tenemos dos conjuntos, A y B, podemos agrupar en un solo conjunto los elementos de ambos conjuntos, conser-
Dé una posible descripción de los siguientes eventos: {1, 3, 5}, {1, 2, 3}, {1, 2, 3, 4, 5, 6}, { }.Estas pueden ser unas posibles respuestas:
Subconjunto del espacio muestral Descripción del evento
B1 = {1, 3, 5} B1: Obtener un número impar
B2 = {1, 2, 3} B2: Obtener un número menor que 4
B3 = {1, 2, 3, 4, 5, 6} B3: Obtener un divisor de 60
B4 = { }B4: Obtener un 7, o cualquier otro número
mayor que 6
Al comparar dos eventos podemos descubrir si son compatibles o incompatibles; se dice que son compatibles si el hecho de ocurrir uno de ellos no excluye la posibilidad de que ocurra el otro; e incompatibles cuando sí se da esa exclusión (por esta razón, también se llaman excluyentes). Por ejemplo, en el experimento que venimos estudiando, son sucesos incompatibles:
• “obtener un número par” y “obtener un número impar”• “obtener un 6” y “obtener un número menor que 4”
14
vando solamente los elementos distintos. El nuevo conjunto obtenido de esa manera recibe el nombre de unión de los conjuntos A y B, y se representa así: A U B.
También podemos formar un nuevo conjunto con aquellos elementos que están simultáneamente presentes en ambos con-juntos. El nuevo conjunto obtenido de esa manera recibe el nombre de intersección de los conjuntos A y B, y se representa así: A B.
Finalmente, si A es un subconjunto de E, podemos hablar del conjunto complemen-to de A con respecto a E. En este conjunto están presentes los elementos de E que no figuran en A. Lo representamos: A.
Por ejemplo, si E = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}, A = {1, 2, 4, 7, 10} y B = {1, 3, 5, 7, 9}, obtenemos:
A B = {1, 2, 3, 4, 5, 7, 9, 10}A B = {1, 7}A = {3, 5, 6, 8, 9}
Si tomamos en cuenta esta aclaratoria y los resultados del último ejercicio, pode-mos percatarnos de que:
• el subconjunto que se asocia a la dis-yunción de dos eventos, A o B, es A U B;
• el subconjunto que se asocia a la con-junción de dos eventos, A y B, es A B;
• el subconjunto que se asocia a la ne-gación de un evento A es A;
• si dos eventos A y B son incompati-bles, entonces A B = Ø ;
• y viceversa, si A B = Ø, entonces los eventos A y B son incompatibles.
4. Si dos eventos incompatibles se com-binan por la vía de la disyunción, ¿se ob-tiene siempre el espacio muestral? Ayúdese con un ejemplo.
5. Si se combinan dos eventos –uno de los cuales es la negación del otro- por la vía de la disyunción, ¿qué subconjunto del espacio muestral se obtiene? Ayúdese con un ejemplo.
Cuando la combinación, por la vía de la disyunción, de dos eventos que no com-parten ningún elemento del espacio mues-tral genera el propio espacio muestral, los sucesos se denominan complementarios. En notación simbólica se expresará: si A B =Ø y si A U B = E, entonces A y B son complementarios.
Tal es el caso de la disyunción de dos eventos cuando uno de ellos es la negación del otro; por ejemplo, en nuestro experi-mento del lanzamiento de un dado, “obte-ner un número que sea par” y “obtener un
número que sea impar”, son dos eventos complementarios. También lo son “obte-ner un número que sea divisor de 12” y “ob-tener un número que sea múltiplo de 5”.
Conviene no confundir algunas situa-ciones respecto a los eventos. Por ejem-plo, al escribir “obtener un número que sea divisor de 12” y “obtener un número que sea múltiplo de 5”, estamos mencio-nando dos eventos; pero al escribir “ob-tener un número que sea divisor de 12 y que sea múltiplo de 5”, estamos hablando de un solo evento (por cierto, imposible), combinación de los dos primeros.
Una segunda observación: que dos eventos sean incompatibles no siempre significa que sean complementarios. Por ejemplo, en el experimento de lanzar un dado, los eventos A: “obtener un número menor que 3” y B: “obtener un número mayor que 3” son incompatibles. En efec-to, A = {1, 2} y B = {4, 5, 6}, de donde A B = Ø . Sin embargo, A U B = {1, 2, 4, 5, 6}, que es ≠ E.
Vamos a resolver ahora algunos ejer-cicios relativos a espacios muestrales y eventos correspondientes a diferentes ex-perimentos.
Consideremos el experimento lanzar una moneda tres veces consecutivas y ob-servar las ternas de lados que son visibles en los lanzamientos. ¿Cuál es el espacio muestral correspondiente?
Si designamos con C el evento “salir cara” y con S el evento “salir sello” en
15
cada lanzamiento, el espacio muestral con-tará con 8 eventos elementales: E = {CCC, CCS, CSC, SCC, CSS, SCS, SSC, SSS}. Como puede apreciarse, hemos seguido cierto or-den: todos los casos con 3 caras, con 2 caras, con 1 cara y, finalmente, con ninguna cara.
Escriba los subconjuntos que caracteri-zan a cada uno de los eventos siguientes:
a) A1: aparecen dos o más caras conse-cutivamente;b) A2: aparecen cuatro sellos;c) A3: aparecen sólo dos sellos;d) A4: aparecen tres lados iguales de la moneda;e) A5: aparecen al menos dos caras;f) A6: aparecen menos de dos sellos;g) A7: aparece sólo una cara.
Estos son los subconjuntos:
a) A1 = {CCC, CCS, SCC}b) A2 =Øc) A3 = {CSS, SCS, SSC}d) A4 = {SSS, CCC}e) A5 = {CCC, CCS, CSC, SCC}f) A6 = {CCC, CCS, CSC, SCC}f) A7 = {CSS, SCS, SSC}
Tomando como base el ejercicio anterior:
a) determine todos los pares de eventos que son incompatibles;b) determine todos los pares de eventos que son complementarios;c) describa el evento formado por la conjunción de A1 y A4;d) describa el evento formado por la conjunción de A5 y A6;
e) describa el evento formado por la conjunción de A3 y A6; f) describa el evento formado por la conjunción de A7 y A4;g) describa el evento formado por la conjunción de A1 y A3;h) describa el evento formado por la disyunción de A1 y A3; i) describa el evento formado por la disyunción de A2 y A7;j) describa el evento formado por la disyunción de A4 y A7;k) describa el evento formado por la disyunción de A3 y A6;l) describa el evento formado por la ne-gación de A3;m) describa el evento formado por la negación de A2;n) describa el evento formado por la ne-gación de A4; ñ) describa el evento formado por la ne-gación de A7.
Antes de comenzar a responder las pre-guntas, conviene observar que los eventos A3 y A7 son iguales (es lo mismo que “apa-rezcan sólo dos sellos” o que “aparezca sólo una cara”). También son iguales los eventos A5 y A6 (es lo mismo que “aparez-can al menos dos caras” o que “aparezcan menos de dos sellos”).
a) A2 es incompatible con todos los demás sucesos; además, A3 y A7 son incompati-bles con A1, A4, A5 y A6.b) No hay ningún par de sucesos comple-mentarios.c) Aparecen tres caras {CCC}d) Cualquiera de los dos eventos, A5 o A6.e) Evento imposible Ø
f) Evento imposible Øg) Evento imposible Ø h) Aparecen dos o más caras consecutiva-mente, o sólo dos sellos {CCC, CCS, SCC, CSS, SCS, SSC}i) El mismo evento A7 {CSS, SCS, SSC}j) Aparecen tres lados iguales de la mo-neda o sólo una cara {SSS, CCC, CSS, SCS, SSC}k) Aparecen sólo dos sellos o menos de dos sellos; o bien, aparece cualquier even-to elemental, excepto el que tenga tres se-llos {CCC, CCS, CSC, SCC, CSS, SCS, SSC } l) Aparece cualquier evento elemental, ex-cepto los que tengan dos sellos {CCC, CCS, CSC, SCC, SSS}m) Aparece cualquier evento elemental
{CCC, CCS, CSC, SCC, CSS, SCS, SSC, SSS} = En) No aparecen tres lados iguales de la moneda {CCS, CSC, SCC, CSS, SCS, SSC}ñ) Aparece cualquier evento elemental, excepto los que tengan una sola cara {CCC, CCS, CSC, SCC, SSS}
6. Tenemos una bolsa que contiene 6 bolas uniformes, 2 de cada uno de estos co-lores: rojo (R), verde (V) y gris (G). Conside-re ahora el experimento de extraer 1 bola, anotar su color y devolverla a la bolsa, y hacer esto dos veces seguidas.
a) Determine el espacio muestral.b) Escriba el subconjunto asociado al
evento “se extraen dos bolas del mismo color”.
c) Escriba el subconjunto asociado al evento negación del anterior.
16
7. Sea ahora el experimento de lanzar juntos un dado y una moneda y observar la cara superior del dado y el lado de la moneda que queda a la vista.
a) Determine el espacio muestral.b) Escriba el subconjunto asociado al evento A1: “aparece una cara y un número par”.c) Escriba el subconjunto asociado al evento A2: “aparece un sello y un nú-mero primo”.d) Escriba el subconjunto asociado al evento A3: “aparece una cara y un nú-mero primo”.e) Escriba el subconjunto asociado al evento A4: “aparece un sello y un nú-mero impar”. f) ¿Son complementarios los eventos A1 y A4?g) ¿Son complementarios los eventos A2 y A3?h) Describa con palabras el evento que sea negación de A4 y determine el sub-conjunto asociado.i) Describa con palabras el evento que sea la conjunción de A2 y A4, y determi-ne el subconjunto asociado.j) Describa con palabras el evento que sea la disyunción de A1 y A2, y determi-ne el subconjunto asociado.k) Describa con palabras el evento que sea la disyunción de A1 y A4, y determi-ne el subconjunto asociado.l) Describa con palabras el evento que sea la conjunción de A2 y A3, y determi-ne el subconjunto asociado.
4.3. La probabilidad asociada a un evento
Como dijimos al hablar de los fenóme-nos aleatorios (en el sentido atribuido por Kolmogorov), cuando se realiza un experi-mento se observa que la frecuencia relativa de un evento (por ejemplo, del evento “sa-car cara en un lanzamiento de una mone-da”, o “sacar 3 caras en tres lanzamientos seguidos”...) tiende a estabilizarse a largo plazo; y precisamos que ese valor se deno-mina probabilidad del evento, o probabili-dad asociada al evento.
Esta es una de las formas de definir la probabilidad asociada a un evento en un fe-nómeno o experimento aleatorio (Batanero, 2005). Como se aprecia, junto a la claridad conceptual se presentan ciertas dificultades prácticas, ya que se obliga a repetir el expe-rimento un gran número de veces; además, los valores de esas frecuencias relativas no tienen por qué coincidir al cabo de esa se-rie de repeticiones.
Junto a esta forma de referirse a la pro-babilidad de un evento, basada, como se ve, en experimentos empíricos, se han de-finido otras a lo largo de la historia. Entre ellas destaca la que propuso Laplace, mate-mático y físico francés (1749-1827), en 1814, recogiendo muchas de las observaciones y formas de resolver problemas desarrolladas con anterioridad.
Antes de continuar, una observación. En todos los experimentos que hemos cita-do hasta ahora (lanzamiento de monedas, de dados, extracción de bolas de una bol-sa) y en otros similares, suponemos que la probabilidad de cada uno de los eventos elementales es la misma; es decir, que los eventos son equiprobables.
Laplace propuso la siguiente regla para calcular la probabilidad asociada a un evento, en un espacio de eventos equipro-bables: es la fracción cuyo numerador es el número de casos favorables y cuyo deno-minador es el número de todos los casos posibles.
Hablando en los términos en que veni-mos refiriéndonos a los eventos, la regla se traduce así: la probabilidad de un evento A, en un espacio de eventos equiproba-bles, viene dada por una fracción cuyo numerador es el cardinal del subconjunto asociado al evento, y cuyo denominador es el cardinal del espacio muestral. Y se denota: P(A).
P(A) = #(A) / #(E)
A partir de la acotación anterior se des-prende que:
17
Evento A #(A) #(E) P(A)
A1 = {CCC, CCS, SCC} 3 8 ⅜A2 =Ø 0 8 0
A3 = {CSS, SCS, SSC} 3 8 ⅜A4 = {SSS, CCC} 2 8 ¼
A5 = {CCC, CCS, CSC, SCC} 4 8 ½A6 = {CCC, CCS, CSC, SCC} 4 8 ½
A7 = {CSS, SCS, SSC} 3 8 ⅜
a) la probabilidad de un evento seguro es 1: P(E) = 1.
b) la probabilidad de un evento imposi-ble es 0: P(Ø) = 0.
c) la probabilidad de cualquier otro evento A es un valor comprendido entre 0 y 1: 0 < P(A) < 1.
d) la suma de las probabilidades de los eventos elementales de un experimento aleatorio debe ser igual a 1.
e) si A es un evento comprendido den-tro de un evento B (es decir, si A es un sub-conjunto de B, lo que se representa así: A B), entonces P(A) < P(B).
Así, para el experimento de lanzar una moneda y observar el lado que queda a la vista, la probabilidad de los eventos “apare-ce cara” y “aparece sello” es 1⁄2 en ambos casos; y su suma, es 1. Y para el experimen-to de lanzar un dado y observar los puntos de la cara superior del mismo, la probabi-lidad del evento “aparece un 3” es 1/6; y la suma de las probabilidades de los seis eventos elementales es 1.
Siguiendo con el experimento de lanzar un dado y observar los puntos de la cara superior del mismo, calculemos la probabi-lidad de los siguientes eventos:
A1: obtener un número par; A2: obtener un número primo; A3: obtener un número divisor de 60; A4: obtener un 7; A5: obtener un número mayor que 2.
He aquí una manera de organizar la in-formación y llegar a las respuestas:
Consideremos el experimento lanzar una moneda tres veces consecutivas y observar las ternas de lados que son visibles en los lanzamientos. Calcule la probabilidad de cada uno de los eventos siguientes:
A1: aparecen dos o más caras consecutivamente;A2: aparecen cuatro sellos;A3: aparecen sólo dos sellos;A4: aparecen tres lados iguales de la moneda;A5: aparecen al menos dos caras;A6: aparecen menos de dos sellos;A7: aparece sólo una cara.
Presentamos una tabla similar a la del ejercicio anterior; ahora el espacio muestral es: E = {CCC, CCS, CSC, SCC, CSS, SCS, SSC, SSS}.
Evento A #(A) #(E) P(A)
A1 = {2, 4, 6} 3 6 ½A2 = {2, 3, 5} 3 6 ½
A3 = {1, 2, 3, 4, 5, 6} 6 6 1
A4 = Ø 0 6 0
A5 = {3, 4, 5, 6} 4 6 ⅔
18
Tenemos una baraja española de 40 cartas. Consideramos el experimento de sacar una carta y observarla. Calcule la probabilidad de los siguientes eventos:
A1: sacar una carta de espadas;A2: sacar un rey;A3: sacar una figura (sota, caballo o rey);A4: sacar una carta de copas que no sea figura;A5: sacar una carta que no sea bastos;A6: sacar una figura de oros.
Como el espacio muestral es más grande, vamos a referirnos a los totales de casos favorables y de posibles:
Evento A #(A) #(E) P(A)
A1 10 40 ¼A2 4 40 1/10
A3 12 40 3/10
A4 7 40 7/40
A5 30 40 ¾
A6 3 40 3/40
8. Tomemos ahora el calendario de un año no bisiesto, en el que el 1o de enero cae en martes. En un bombo se colocan 365 bolitas, cada una de las cuales corresponde a un día diferente del año. Sea el experimento de sacar al azar una de esas bolitas. Calcule la probabilidad de los siguientes eventos:
A1: sale un día del mes de agosto;A2: sale un miércoles;A3: sale un día de fin de semana (sábado o domingo);A4: sale un día del último trimestre del año;A5: sale un viernes del mes de marzo;A6: sale un día de un mes que tiene un número par de días;A7: sale un día de fin de mes que cae en domingo.
Hasta ahora, los ejemplos y ejercicios propuestos se han referido a experimentos aleatorios con espacios muestrales confor-mados por eventos equiprobables, cuyos casos favorables pueden contarse. ¿Y cómo se hace en un experimento aleatorio cuan-do estas condiciones no se cumplen? La so-lución debe salir del análisis de la situación particular.
Por ejemplo, consideremos el siguiente experimento. Una máquina lanza dardos aleatoriamente (es decir, de acuerdo con los lineamientos especificados por Kolmo-gorov) sobre una diana circular de 40 cm de diámetro y se supone que todos los lan-zamientos caen sobre ella. ¿Cuál es la pro-babilidad de que la diana caiga en la zona rectangular (de dimensiones 20 cm x 10 cm) que se indica en la figura?
19
Como se ve, el dardo marca un punto (aunque sea gordo...) en la diana. Como la máquina funciona aleatoriamente, el dardo puede caer en cualquier punto, lo que ga-rantiza que todos los eventos son equipro-bables. Los casos “favorables” correspon-den a la situación de caer el dardo dentro del rectángulo; y los casos “posibles”, caer en cualquier punto de la diana.
Ahora bien, no es posible contar todos los puntos de la diana, así como tampoco los del rectángulo. Pero si no se pueden “contar”, sí se pueden comparar medidas similares de ambas figuras geométricas: estamos hablando de las áreas correspon-dientes.
La probabilidad del evento indicado vie-ne dada, justamente, por el cociente de las áreas de las dos figuras. Como se recorda-rá, el área del círculo se obtiene aplicando la fórmula Ac = π x r2 = π x (20 cm)2 = 400π cm2. Y el área del rectángulo: Ar = b x a = 20 cm x 10 cm = 200 cm2. La probabilidad solicitada es: P = 200 cm2 / 400π cm2 = 1 / 2π = 0,16 (aprox.).
Veamos este otro caso: Tres caballos, A, B y C, participan en una carrera. A partir de
experiencias de carreras anteriores se asigna al caballo C el doble de posibilidades de ga-nar que al caballo A; y al caballo A, el triple de posibilidades de ganar que al caballo B. ¿Cuál es la probabilidad de ganar que po-see cada caballo?
Lo que sabemos de antemano es que las posibilidades se dan en términos de propor-cionalidad (el doble, el triple...). Entonces, designamos con la letra p la probabilidad de ganar correspondiente al caballo menos veloz, B; de ahí, la probabilidad de ganar correspondiente al caballo A será 3p; y la de C, 6p.
Ahora nos apoyamos en el hecho de que la suma de las tres probabilidades debe ser igual a 1; de donde: p + 3p + 6p = 1 10p = 1. Lo que significa que p debe ser 1/10. Ya podemos determinar las probabilidades de ganar de cada uno de los caballos: P(A) = 3/10; P(B) = 1/10; P(C) = 3/5.
4.4. La probabilidad asociada a eventos que son combinación de otros eventos
Hasta ahora hemos calculado la proba-bilidad de eventos elementales; pero sabe-mos que tales eventos pueden combinarse entre sí, bien sea por la vía de la disyunción o de la conjunción; y que también pode-mos derivar nuevos eventos por la vía de la negación de un evento dado. Vamos a ocuparnos del cálculo de la probabilidad de los eventos combinados.
a) Si dos sucesos o eventos A y B de un mismo espacio muestral son incompa-
tibles (excluyentes), entonces P(A U B) = P(A) + P(B).
Por ejemplo, en el experimento de ex-traer una carta de una baraja española, con-sideremos los eventos A: sacar una figura de copas; y B: sacar una carta que no sea figura. Como se ve, ambos sucesos son ex-cluyentes; por consiguiente, la probabilidad del evento “sacar una figura de copas o una carta que no sea figura” será igual a la suma de ambas probabilidades aisladas: P(A U B) = P(A) + P(B) = 3/40 + 28/40 = 31/40.
b) Si un evento es la negación de otro evento A, entonces P(A) = 1 – P(A).
Siguiendo con el ejemplo anterior, P(A) = 1 – 3/40 = 37/40; esta es la probabilidad de sacar cualquier carta que no sea una fi-gura de copas. Haga lo mismo para el even-to B.
Hemos visto que dos eventos de un mismo espacio muestral pueden estar rela-cionados entre sí como compatibles o in-compatibles, o también como complemen-tarios. Ahora vamos a establecer otro tipo de relación.
Se dice que dos sucesos o eventos A y B de un mismo espacio muestral son inde-pendientes, si el hecho de que uno de ellos suceda no está influenciado por el hecho de que el otro evento haya sucedido o no. En caso de que esa influencia exista, se dice que uno de los eventos (el influenciado) está condicionado por el otro evento.
Por ejemplo, en el experimento de lan-zar una moneda tres veces y observar el
20
lado que queda a la vista, los eventos A: “que salga cara en el primer lanzamiento” y B: “que salga cara en el segundo lanza-miento” son independientes; lo que ocurra en el primer lanzamiento no condiciona lo que pueda ocurrir en el segundo.
c) Si dos sucesos o eventos A y B de un mismo espacio muestral son independien-tes, entonces P(A B) = P(A) x P(B).
En el ejemplo que acabamos de mostrar, A = {CCC, CCS, CSC, CSS} y B = {CCC, CCS, SCC, SCS}; de donde: P(A) = ½ y P(B) = ½ (recordemos que el espacio muestral tiene 8 eventos elementales). Por otro lado, el even-to conjunción de A y B es “que salga cara en el primero y en el segundo lanzamiento”; es decir, A B = {CCC, CCS}; de donde P(A B) = ¼. Y se comprueba que P(A B) = P(A) x P(B), ya que ½ x ½ = ¼.
Los principios que rigen el cálculo de las probabilidades de un evento
Resulta oportuno presentar agrupados los principios que han ido apareciendo a medida que hemos ido calculando la pro-babilidad de los diversos eventos. He aquí los fundamentales para un experimento cuyo espacio muestral es E:
1. La probabilidad de cualquier evento A es un valor comprendido entre 0 y 1: 0 ≤ P(A) ≤ 1.
2. La probabilidad de un evento seguro es 1: P(E) = 1.
3. La probabilidad de un evento im-posible es 0: P(Ø) = 0.
4. La suma de las probabilidades de los eventos elementales de un experimento alea-torio debe ser igual a 1.
5. Si A es un evento subconjunto de otro evento B, entonces P(A) < P(B).
6. Si dos sucesos o eventos A y B de un mismo espacio muestral son incompatibles (excluyentes), entonces P(A U B) = P(A) + P(B).
7. Si un evento es la negación de otro evento A, entonces P(A) = 1 – P(A).
8. Si dos sucesos o eventos A y B de un mismo espacio muestral son independientes, entonces P(A B) = P(A) x P(B).
Todos estos principios nos sirven de soporte para el cálculo de la probabilidad de eventos de ese espacio muestral.
5. Algunos problemas resueltos referentes a la pro-babilidad de un evento
Como en otras oportunidades, presentamos el enunciado de diversos problemas; se sugiere al (a la) lector(a) que intente resolverlos por su cuenta, antes de revisar el proceso de resolución que se presenta posteriormente.
a) Se lanzan dos dados equilibrados. ¿Cuál es la probabilidad de que la suma de los puntos que aparecen sea impar?
b) Una caja contiene 6 tarjetas amarillas y 4 rojas. ¿Cuál es la probabilidad de sacar al azar una tarjeta roja?
c) Dos chicos (M) y dos chicas (F) van al cine y ocupan cuatro asientos consecutivos al azar. ¿Cuál es la probabilidad de que las dos chicas se sienten juntas? ¿Y de que los chicos y chicas se sienten alternadamente?
d) Un grupo de estudiantes presenta Matemáticas e Inglés; 60% de ellos aprueban Matemáticas, y 70% Inglés. ¿Cuál es la probabilidad de que un estudiante, seleccionado al azar, haya aprobado las dos asignaturas?
21
e) La directora de la escuela tiene dos hijos y sabemos que no son ambos varones. ¿Cuál es la probabilidad de que tenga dos hembras?
f) Lanzamos dos dados equilibrados. Si la suma de los puntos de ambos es 6, hallar la probabilidad de que uno de los dados muestre 2 puntos.
Vamos a mostrar algunas vías para re-solver los problemas propuestos.
a) El espacio muestral del experimento “lanzar dos dados y anotar los puntos ob-servados” es: E = {(1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6), (2, 1),...}. En seguida se descu-bre que hay 36 eventos elementales en E, formados por las parejas (a, b), en las que a y b representan cualquier puntaje (de 1 a 6) del primero y segundo dados, respecti-vamente.
En cuanto al evento A: “que la suma de los puntos sea impar”, también descubri-mos que en E la mitad de esas sumas es par y la otra mitad, impar; es decir, P(A) = 18 / 36 = 1⁄2.
b) El caso es muy sencillo: # (E) = 10 y # (A) = 4. Luego P(A) = 4/10 = 2/5.
c) El espacio muestral está formado por todas las agrupaciones posibles de las cuatro personas. Estas agrupaciones pue-den tener estos formatos: MMFF, MFMF, MFFM, FMFM, FFMM, FMMF. Como se puede apreciar, en 3 de ellos las dos chicas se sientan juntas; y en 2 de ellos se sientan alternándose con los chicos.
Por consiguiente, P(las dos chicas se sientan juntas) = 3/6 = 1⁄2; y P(las dos chi-cas se sientan alternándose con los chicos) = 2/6 = 1/3.
d) Los eventos A: “aprobar Matemáti-cas” y B: “aprobar Inglés” son independien-tes. Nos piden la probabilidad de la con-junción de ambos eventos, es decir, P(A B); pero, por ser independientes, P(A B) = P(A) x P(B). Ahora bien, P(A) = 0,6 y P(B) = 0,7 (¿por qué?). Por consiguiente, P(A B) = 0,6 x 0,7 = 0,42.
e) El espacio muestral para el género de dos hijos, en general, es el siguiente: E = {FF, FM, MF, MM}, donde M y F re-presentan a alguien del género masculino o femenino, respectivamente. Ahora bien, en nuestro caso debemos excluir de ese conjunto el elemento MM (no hay dos va-rones). Por consiguiente, E = {FF, FM, MF}. El evento A: “tener dos hijas” consta de un solo elemento: A = {FF}. Por consiguiente, P(A) = 1/3.
f) Observemos que el espacio muestral del evento A: “aparece un 2” está forma-do por aquellos eventos del experimento “lanzar dos dados y sumar los puntos de las caras superiores” cuyo resultado es 6. Este espacio muestral es: E = {(1, 5), (2, 4), (3, 3), (4, 2), (5, 1)}. Y ahí observamos que A = {(2, 4), (4, 2)}. Por consiguiente, P(A) = 2/5.
Hay ciertos problemas cuyo enunciado nos remite a la repetición sucesiva de un experimento, o bien a la secuencia de ex-perimentos diferentes. En este caso resulta provechoso utilizar una representación grá-
fica del problema denominada diagrama de árbol, que nos permite:
• visualizar la secuencia de progresión de los eventos bajo la forma de las bifurca-ciones de las ramas de un árbol,
• asignar un valor de probabilidad a cada una de esas ramas,
• calcular la probabilidad de cada tra-yectoria, y
• calcular la probabilidad de ciertos eventos.
Veamos el proceso con los siguientes problemas.
g) En un salón hay 25 estudiantes, de los cuales 10 son varones. ¿Cuál es la probabili-dad de que al seleccionar al azar un comité de 3 alumnos, sean todas hembras?
La selección de un grupo de tres estu-diantes puede ser pensada como si se eli-giese al primero de ellos, se le descartase de la lista y se eligiese al segundo, se des-cartase a este último de la lista y se eligiese al tercero; es decir, como si se tratara de la repetición, por tres veces consecutivas, del experimento de seleccionar al azar a un estudiante del salón.
22
Claro que las tres selecciones no se dan en las mismas condiciones. Por ejemplo, la probabilidad de elegir un varón en la primera ronda, es de 10/25; pero si efectivamente sale elegido un varón, la probabilidad de elegir de nuevo un varón en la segunda ronda será ahora de 9/24, ya que nos quedan 9 varones (casos favorables) entre 24 estudiantes (casos posibles). En cambio, la probabilidad de elegir a una hembra en la segunda ronda sería de 15/24.
Pues bien, todas estas alternativas pueden visualizarse en un diagrama de árbol como el que se muestra (las probabilidades de elegir varón P(V) y de elegir hembra P(H) en la primera ronda son, respectivamente 10/25 y 15/25) :
Hemos visualizado los ocho caminos posibles; de arriba abajo: VVV, VVH, VHV, VHH, HVV, HVH, HHV, HHH. Este es el espacio muestral, pero los eventos ahora no son equiprobables. ¿Cómo se calcula la probabilidad de cada uno de esos eventos?
10/25
15/25
V
H
9/24
15/24
10/24
14/24
V
H
V
H
8/23
15/23
9/23
14/23
14/23
9/23
13/23
10/23
V (VVV)
H (VVH)
V (VHV)
H (VHH)
V (HVV)
H (HVH)
V (HHV)
H (HHH)
La observación más importante en este momento es percibir que los resultados de cada ronda son independientes de lo ocu-rrido en la ronda anterior, en el sentido de que si ahora se elige al azar V (por ejemplo, lanzando una moneda), en la siguiente ron-da las posibilidades de elegir V o H son las mismas (se vuelve a lanzar la moneda). Al ser independientes los eventos sucesivos, la probabilidad de su conjunción es igual al producto de las probabilidades de cada uno de ellos; por ejemplo, P(HHH) = P(HH H) = P(H) x P(H) x P(H).
Así, para calcular la probabilidad de que el comité esté formado por tres hembras, P(HHH), seguimos el camino correspon-diente (el camino inferior en el diagrama) y multiplicamos las probabilidades de cada una de sus ramas: P(HHH) = P(H H H) = P(H) x P(H) x P(H) =
1380273
2313
2414
2515 =xx ,
fracción que tiene un valor aproximado de 0,2. Es decir, la probabilidad de elegir un co-mité formado sólo por tres hembras es casi de 1/5; de cada cinco selecciones al azar de ternas de estudiantes, probablemente una estará formada por tres hembras.
h) En el problema anterior, ¿cuál es la probabilidad de que el comité esté formado por dos varones y una hembra?
23
El evento “se eligen al azar dos varones y una hembra” está formado por la disyunción de los eventos elementales: {VVH}, {VHV}, {HVV} (por cualquiera de esas tres vías se llega al resultado deseado). Estos eventos, comparados entre ellos, son incompatibles. Por con-siguiente, para el primer evento se tendrá: P({VVH, VHV, HVV}) = P(VVHUVHVUHVV) = P(VVH) + P(VHV) + P(HVV).
Pero como ya sabemos, los eventos V y H son independientes en cada ronda con res-pecto al resultado de la ronda anterior, de modo que, en su camino correspondiente:
• (2do camino): P(VVH) = P(V) x P(V) x P(H)=
€
1025
x924
x1523
= 992
= 0,098
• (3er camino): P(VHV) = P(V) x P(H) x P(V) = == 92/9239
2415
2510
xx 0,098
• (5to camino): P(HVV) = P(H) x P(V) x P(V) = ==929
239
2410
2515
xx 0,098
Y ahora: P({VVH, VHV, HVV}) = 0,098 + 0,098 + 0,098 = 0,294 cuyo valor aproxi-mado es 0,3. Es decir, la probabilidad de elegir un comité formado sólo por dos varones y una hembra es casi de 3/10; de cada diez selecciones al azar de ternas de estudiantes, probablemente tres estarán formadas de esa manera.
En el primer experimento los eventos elementales son equiprobables: cada caja tiene la misma probabilidad 1/3 de ser ele-gida. En el segundo experimento, las pro-babilidades de los dos posibles eventos, A: “sacar una pila dañada” y B: “sacar una pila no dañada” varían así:
i) Tenemos tres cajas con pilas (baterías). La 1a contiene 5 pilas, de las que 2 están dañadas; la 2a contiene 6 pilas, de las que 1 está dañada; y la 3a contiene 8 pilas, de las que 2 están dañadas. Escogemos al azar una caja y, en un segundo paso, una pila de esa caja. ¿Cuál es la probabilidad de que esa pila no esté dañada?
En este caso se nos presenta la secuencia de dos experimentos aleatorios diferentes: elegir una caja de entre tres y elegir una pila dentro de la caja.
Caja P(A) P(B)
1 2/5 3/5
2 1/6 5/6
3 1/4 3/4
Podemos visualizar la secuencia de los dos experimentos y las posibles alternativas con el siguiente diagrama de árbol (D y ND significan dañada y no dañada, respectiva-mente):
1/3
1/3
1/3
Caja 1
Caja 2
Caja 3
2/5
3/5
1/6
5/6
1/4
3/4
D
ND
D
ND
D
ND
La probabilidad de elegir al azar una pila que no esté dañada se obtiene a lo lar-go de los caminos 2o, 4o y 6o del diagrama (los que terminan en ND). Cualquiera de los tres caminos es válido, lo que indica que se
24
trata de una disyunción de eventos, que además son incompatibles (extraer una pila ND de una caja es incompatible con extraerla de cualquiera de las otras dos cajas).
Por consiguiente, la probabilidad de extraer una pila no dañada vendrá dada por la suma de las probabilidades de esos tres caminos. Ahora bien, en cada camino, la elec-ción de una pila dañada o no dañada, es independiente de la caja elegida; de ahí se sigue que la probabilidad de cada camino es igual al producto de las probabilidades de cada una de las dos ramas que lo integran.
Así tendremos: P(ND) = ==++=++180131
41
185
51
43
31
65
31
53
31 xxx 0,73 (aprox.). Es decir,
la probabilidad de elegir una pila no dañada es casi de 3⁄4 (0,75); de cada cuatro selec-ciones al azar de una caja y, después, de una pila de esa caja, probablemente tres veces conseguiremos una pila no dañada.
j) Ahora se trata de dos cazadores, M y N. La probabilidad de que M dé en el blanco es 1⁄4, y la de N es 1/3. Si ambos disparan, ¿cuál es la probabilidad de que se dé en el blanco?
Este es un tipo de problemas engañosos a primera vista; en efecto parece que la solución consiste en sumar ambas probabilidades (1/4 + 1/3). Esto sería cierto si ambos eventos A: “M da en el blanco” y B: “N da en el blanco”, fueran incompatibles. Pero no lo son, puesto que ambos pueden dar en el blanco.
Podemos imaginar el experimento “M y N disparan contra un blanco y se anota el resultado” como una secuencia de estos dos: “M dispara contra un blanco” y “N dispara contra un blanco” (o al revés; es indiferente para el cálculo).
Podemos, pues, utilizar un diagrama de árbol para representar la secuencia de los dos eventos, así como las probabilidades asociadas a cada rama (sí y no significan que se da o no en el blanco):
M
SI
NO
N
H
1/3
2/3
Los dos dan en el blanco
1/4
3/4
SI
NO
SI
NO
1/3
2/3
Sólo uno da en el blanco
Sólo uno da en el blanco
Ninguno da en el blanco
Por consiguiente, la probabilidad de que se dé en el blanco, significa realmen-te la disyunción de los tres primeros cami-nos (que sí son excluyentes entre sí, pues-to que si se da uno de ellos, no pueden darse los otros dos caminos). Procedien-do como antes, la probabilidad de que se dé en el blanco viene dada por la suma:
21
126
123
122
121
31
43
32
41
31
41 ==++=++ xxx .
También puede verse la situación como la negación del cuarto camino (ninguno da en el blanco); la probabilidad de este cuarto camino viene dada por:
21
32
43
=x . Y la pro-
babilidad de su negación es 1 – ½ = ½.
Este resultado significa que, en las con-diciones dadas, probablemente se dará en el blanco la mitad de las veces que ambos cazadores disparen. Como puede verse, este evento es similar al de obtener cara o sello en el lanzamiento de una moneda...
k) Un examen consta de tres preguntas de verdadero o falso. ¿Cuál es la probabi-lidad de aprobar el examen si se contesta cada pregunta al azar?
Aquí se trata de un mismo experimento, contestar una pregunta al azar (lanzando, por ejemplo una moneda) con dos alternativas: si sale cara se anota V, y si sale sello se anota F. En cada caso, las posibilidades son de acertar (A) y de no acertar (N). De modo que tenemos cua-tro posibles eventos para cada pregunta: {VA, VN, FA, FN}. Como se aprecia, la probabilidad de acertar corresponde a los eventos VA y FA, de donde se sigue que P(A) = 2/4 = 1⁄2.
25
Si se hacen tres preguntas y se contestan por la misma vía, el espacio muestral será: E = {AAA, AAN, ANA, NAA, NNA, NAN, ANN, NNN}. El evento B: “aprobar el examen” significa, en este caso, acertar en dos o tres preguntas; es decir, B = {AAA, AAN, ANA, NAA}. De donde se sigue que P(B) = 4/8 = 1⁄2.
El proceso de resolución del problema también puede seguir la vía de un diagrama de árbol, en tres pasos consecutivos, en cada uno de los cuales hay una bifurcación en dos ramas (A y N), cuyas probabilidades son de 1⁄2 cada una (hágalo si lo desea).
l) Si un examen consta sólo de pregun-tas de verdadero o falso y se contesta cada pregunta al azar, ¿puede ocurrir que la pro-babilidad de aprobar el examen sea alguna vez menor que 1/2?
En el problema anterior la probabilidad fue de 1⁄2. Se puede verificar (hágalo cuan-do la prueba contenga cinco preguntas) que cuando el número de preguntas de la prueba es impar, la probabilidad de apro-bar contestando cada pregunta al azar es siempre 1⁄2.
En cambio, si el número de preguntas es par, la probabilidad de aprobar (ahora hay que responder correctamente sólo la mitad de las preguntas, no la mitad de las pre-guntas más 1) contestando cada pregunta al azar es mayor que 1⁄2. Veámoslo para el caso de una prueba con cuatro preguntas.
El espacio muestral es: E = {AAAA, AAAN, AANA, ANAA, NAAA, AANN, ANAN, ANNA, NANA, NNAA, NAAN, NNNA, NNAN, NANN, ANNN, NNNN}. El evento B: “aprobar el examen” significa acertar dos o más preguntas; es decir, B = {AAAA, AAAN, AANA, ANAA, NAAA, AANN, ANAN, ANNA, NANA, NNAA,
NAAN}. De aquí se sigue que P(B) = 11/16 = 0,69 (aprox.).
Es decir, la probabilidad de aprobar un examen compuesto por cuatro preguntas de verdadero o falso, contestando al azar cada una, es algo más que 2/3 (0,6); esto signifi-ca que de cada tres exámenes respondidos de esa manera, existe la probabilidad de aprobar en dos.
Moraleja: Si usted es estudiante..., estu-die y no se apoye en estas elucubraciones. Y si es profesor, evite colocar pruebas de verdadero o falso, y más todavía las que contengan un número par de preguntas...
6. De cómo evitar algu-nas falacias...Ya hemos visto algunas formas de cal-
cular las probabilidades de ciertos eventos. Evidentemente, no estamos haciendo un estudio exhaustivo del tema de la probabili-dad; apenas nos estamos introduciendo en el tema. Pero queremos llamar la atención y prevenir acerca de ciertas falacias que a veces pueden llevarnos a engaño.
6.1. Por ejemplo, la llamada falacia del jugador, que consiste en creer que la suce-sión de ciertos eventos puede condicionar el evento siguiente, aun cuando se trata de sucesos independientes. De acuerdo con este modo de pensar, un jugador tiende a considerar que si ha habido una racha de
26
caras al lanzar una moneda, la probabilidad de que la siguiente salga sello es mayor que la de salir cara de nuevo.
Psicológicamente tendemos a pensar que eso es cierto y tratamos de encontrar su fundamento en el hecho de que la pro-babilidad del evento salir sello es 1⁄2 y que, por lo tanto, una racha de caras debe com-pensarse (sin mayor pérdida de tiempo) con una racha de sellos.
En este tipo de razonamiento se confun-den dos cosas: la probabilidad del evento “salir sello” es teóricamente 1⁄2 (1 caso fa-vorable entre dos posibles); también lo es desde el punto de vista empírico: hay una estabilización, a largo plazo, de la frecuen-cia relativa de las apariciones de un sello en los lanzamientos, y esta estabilización se da en torno al valor 1⁄2.
Pero una cosa es la probabilidad de un evento y otra el carácter de dependientes o de independientes que tienen los even-tos que se repiten en secuencia. Y sabemos que si estos sucesos son independientes, la probabilidad en cada nuevo lanzamiento sigue intacta, 1⁄2, sin que tenga nada que ver la forma de la secuencia anterior de re-sultados.
Algunas personas aplican esta falacia a situaciones de la vida diaria. Por ejemplo, hay quienes creen que en una familia que ha tenido dos o más hijos varones seguidos, la probabilidad de que el siguiente hijo sea niña es mayor que la de que sea varón, lo cual no es cierto; ambas probabilidades son iguales cada vez.
Incluso hay personas que llevan como una cierta contabilidad en sus vidas en cuanto a éxitos y fracasos, cosas que salen bien y otras que salen mal; y que piensan que si algo me salió mal, enseguida se verá compensado por algo que me saldrá bien... Sin embargo, si los sucesos son independientes unos de otros, nada nos garantiza esa compensación; lo único que sabemos es que nos tenemos que esforzar para “construir” el éxito (que, a veces, ni siquiera llega por esa vía del trabajo).
6.2. Veamos este otro ejemplo (citado en Batanero, 2005):
En un hospital maternal se lleva un registro del sexo de los recién nacidos. ¿Cuál de los sucesos siguientes te parece que tiene más probabilidad?
A. Que entre los próximos 10 recién nacidos haya más de un 70 % de niñas. B. Que entre los próximos 100 recién nacidos haya más de un 70 % de niñas. C. Las dos cosas me parecen igual de probables.
La opción que se nos viene espontáneamente es la C, por cuanto en A y en B no se altera la magnitud del porcentaje al que se hace referencia: en ambos casos se habla de “más de un 70% de niñas”. Sin embargo, la opción correcta es la A: es más probable que entre los próximos 10 recién nacidos haya más de un 70 % de niñas.
¿Por qué razón? Porque la frecuencia relativa tiende a estabilizarse a largo plazo al-rededor de la probabilidad habitual, que es 1⁄2 (50% de niños y 50% de niñas). Por eso, al aumentar el número de casos de 10 a 100, la tendencia es a acercarse al valor de la probabilidad, al porcentaje del 50%. La desviación hacia “más del 70% de niñas” es más propia en el caso de pocos nacimientos.
La falacia reflejada en este último ejemplo proviene de no tomar en cuenta la nece-sidad del largo plazo asociada a la estabilización de la frecuencia relativa, es decir, a la
27
construcción empírica de la probabilidad de un evento (Moore, 1998).
Este hecho es uno de los centros neurál-gicos de la Teoría de la Probabilidad (y de la Estadística) y se ha plasmado en enun-ciados que se conocen como el Teorema central del límite y la Ley de los grandes números, establecidas y refinadas por ma-temáticos insignes como Jacques Bernouilli (1654-1705), suizo, y Tchebycheff (1821-1894), ruso.
La gran conclusión que se deriva de todo esto es que basta un número limitado de experiencias para obtener un máximo de información acerca de la probabilidad; claro que ese número limitado no debe ser pequeño.
Esta advertencia acerca de los distintos valores de las frecuencias relativas según sea el número de casos considerados (sobre todo si son pocos), y la tendencia a largo plazo de esas frecuencias relativas hacia el valor teóri-co de la probabilidad de un evento, es muy pertinente. Y sirve para aclarar el significado de las cosas.
En este orden de ideas vamos a revisar otro de los ejemplos propuestos anteriormente. Probablemente, algún(a) lector(a) esté rumian-do todavía la artimaña de responder al azar una prueba consistente en preguntas de verda-dero y falso, artimaña aparentemente exitosa, ya que la probabilidad de aprobar el examen por esa vía es siempre mayor o igual a 1⁄2.
Por lo que acabamos de decir, esto no significa que si se responden así unos pocos
exámenes, el “promedio” de las notas en ellos va a ser del 50% de las calificaciones, es decir, un “aprobado”. No. Lo que sí sa-bemos es que ese promedio de exámenes aprobados por esta vía se acerca a la mitad sólo si se responde un número relativamen-te grande de pruebas de este estilo.
De todos modos, en estos cálculos no entra la ética. Responder un examen re-quiere del estudio previo del contenido abarcado, y no tanto de consideraciones probabilísticas (aunque éstas nunca están de sobra). El estudio de la matemática, como cualquier otra actividad, debe estar orientado hacia objetivos válidos desde el punto de vista ético...
6.3. Consideremos este ejemplo:
Rosaura es una muchacha que, durante los años de estudiante, participó en comités a favor de los intereses estudiantiles. Ahora trabaja en una empresa. ¿Cuál de estos dos eventos le parece más probable?
A. Que Rosaura sea una trabajadora de la empresa.
B. Que Rosaura sea una trabajadora de la empresa y participe en actividades sin-dicales.
Usted probablemente está pensando que el evento B es más probable, dada la historia de Rosaura como estudiante... Pues no; es más probable el evento A. ¿Y por qué? Porque el evento B es un subconjunto de A; el evento A es más “extenso” que el B.
En efecto, la condición de “ser una tra-
bajadora de la empresa” posee más gene-ralidad que cualquiera de estas otras: “ser una trabajadora de la empresa y formar parte del sindicato”, “ser una trabajadora de la empresa y ser defensora de los dere-chos de la mujer”, “ser una trabajadora de la empresa y ser soltera”, “ser una trabaja-dora de la empresa y ser aficionada al cine”, “ser una trabajadora de la empresa y seguir estudiando”, y un etcétera tan largo como se quiera.
Es decir, los eventos del tipo “ser una trabajadora de la empresa y...”, son subcon-juntos del evento “ser una trabajadora de la empresa”. Y como veíamos en uno de los principios citados anteriormente, si B es un evento subconjunto de otro evento A, entonces P(B) ≤ P(A). Sólo si Rosaura llega a participar efectivamente en actividades sindicales, ambos eventos tendrán la misma probabilidad; pero nunca el evento B será más probable que el A.
La revisión de las falacias anteriores tiene por objeto prevenirnos ante ciertas tendencias intuitivas que nos pueden llevar a error. No es que el estudio de la probabi-lidad se convierta en una panacea para re-solver todas nuestras incertidumbres, pero sí puede orientarnos en algunos casos.
28
9. Se lanzan dos dados y se suman los puntos de las caras que aparecen. ¿Cuál de estos dos eventos tiene mayor probabilidad de ocurrir: “obtener 9 ó 12”, o bien “obtener 10 u 11”?
10. ¿Cuál es la probabilidad de obtener más de 4 puntos o menos de 3 al lanzar un dado?
11. ¿Cuál es la probabilidad de obtener un número primo al lanzar dos dados y sumar los puntos de las caras que salen?
12. Tenemos una caja con cinco varillas de alambre de longitudes 15, 30, 40, 60 y 90 cm. Se toman tres al azar. ¿Cuál es la probabilidad de que con esas tres pueda construirse un triángulo?
13. Una moneda se lanza cuatro veces. ¿Cuál es la probabilidad de que salgan al menos dos caras?
14. Una bolsa contiene tres bolas verdes y otras tres rojas. Si se extraen dos bolas al azar, hallar la probabilidad de extraer una de cada color.
15. En un juego de azar participan cinco jugadores; el juego se repite tres veces ¿Cuál es la probabilidad de que uno determinado de ellos no gane ninguno de los tres juegos?
Invente una situación (un experimento o un juego) en el que la probabilidad de un evento sea: a) 1/7; b) 3⁄4; c) 5/12; d) 0; e) 1/8. [Como una pequeña ayuda, recuerde que puede fabricar dados con la forma de los poliedros regulares...].
16. En el piso del patio de la escue-la está pintado el dibujo que se presen-ta a la derecha. Si llueve, ¿cuál es la probabilidad de que una gota de agua que cae dentro del cuadrado, caiga en el círculo, cuyo diámetro es la mitad del lado del cuadrado?
7. Y ahora, otros ejercicios “para la casa”...17. Tenemos de nuevo una bolsa en
la que hay igual número de bolas grises y blancas. Si la probabilidad de extraer al azar 2 bolas blancas es 1/5, ¿cuántas bolas contiene la bolsa?
18. Tenemos dos bolsas A y B. A con-tiene 3 bolas rojas, 2 grises y 5 verdes; B contiene 2 bolas rojas y 3 bolas verdes. Lanzamos un dado y procedemos así: si sale un 1 ó un 6, escogemos la bolsa A; en caso contrario, la bolsa B; y luego extrae-mos al azar una bola de la bolsa seleccio-nada. a) ¿Cuál es la probabilidad de que la bola sea roja?; b) ¿y de que sea verde?; c) ¿y de que sea gris?
19. Se lanza una moneda cargada, de tal forma que la probabilidad de que salga sello es el doble de la probabilidad de que salga cara. Si sale cara, se escoge al azar un número del 1 al 9; y si sale sello, un número del 1 al 5. ¿Cuál es la probabilidad de que se escoja un número par?
29
30
• Batanero, C. (2005). Significados de la probabilidad en la educación secundaria. En J. Lezama, M. Sánchez y J. G. Molina (Eds.), Acta Latinoamericana de Matemáti-ca Educativa, Vol. 18 (pp. 27-33). México: CLAME. Disponible en:
http://www.ugr.es/~batanero/publica-ciones.htm
• Ekeland, I. (1998). Al azar. La suerte, la ciencia y el mundo. Barcelona: Gedisa.
• La Biblia. Latinoamérica (1995). Ma-drid: San Pablo, 14a ed.
• Moore, D. (1998). Incertidumbre. En L. Steen (Ed.), La enseñanza agradable de las matemáticas, pp. 103-148. México: Li-musa.
Referencias bibliográficas y electrónicas
31
Respuestas de los ejercicios propuestos
1. E = {C, S} 2. E = {R, V, N} 3. a) E; b) {2, 3, 4, 5, 6}; c) {2}; d) Ø ; e) {5}; f) {1, 4, 6} 4. No 5. E 6. a) {RR, RV, RG, VV, VR, VG, GG, GR, GV}; b) {RR, VV, GG}; c) {RV, RG, VR, VG, GR, GV} 7. a) E = {1C, 2C, 3C, 4C, 5C, 6C, 1S, 2S, 3S, 4S, 5S, 6S}; b) A1 = {2C, 4C, 6C}; c) A2 = {2S, 3S, 5S}; d) A3 = {2C, 3C, 5C}; e) A4 = {1S, 3S, 5S}; f) No; g) No; h) A4: “no aparecen juntos un sello y un número impar”; A4 = {1C, 2C, 3C, 4C, 5C, 6C, 2S, 4S, 6S}; i) A2 y A4: “aparece un sello y un número primo impar”; A2 A4 = {3S, 5S}; j) A1 o A2: “aparece una cara y un número par, o un sello y un número primo”; A1 U A2 = {2C, 4C, 6C, 2S, 3S, 5S}; k) A1 o A4: “aparece una cara y un número par, o un sello y un número impar”; A1 U A4 = {2C, 4C, 6C, 1S, 3S, 5S}; l) A2 y A3: “aparece un número primo y una cara, y un número primo y un sello”; A2 A3 = Ø. 8. P(A1) = 31/365; P(A2) = 52/365; P(A3) = 104/365; P(A4) = 92/365; P(A5) = 5/365 = 1/73; P(A6) = 148/365; P(A7) = 2/365 9. Los dos tienen la misma probabilidad: 5/36 10. 2/3 11. 15/36 12. 3/10 13. 11/16 14. 3/5 15. 64/125 16. π/16 ≈ 0,2 17. 6 18. P(R) = 11/30; P(V) = 17/30; P(G) = 1/15 19. 56/135
Índice Índice
A modo de Introducción 5
1. ¿Y por qué estudiamos la probabilidad? 6
2. ¿Cara o sello?, o la intervención del azar 7
3. La búsqueda de seguridad y la aceptación del riesgo 8
4. La teoría matemática de la probabilidad 10
5. Algunos problemas resueltos referentes a la probabilidad de un evento 20
6. De cómo evitar algunas falacias... 25
7. Y ahora, otros ejercicios “para la casa”... 28
Referencias bibliográficas y electrónicas 30
Respuestas de los ejercicios propuestos 31
